检索结果-南通市图书馆

基于自适应无迹卡尔曼滤波和经济模型预测控制的全钒液流电池SOC/SOP联合估计方法

在线全文

学校读者我要写书评

暂无评论

储能科学与技术 2024年

作者：张宇姚尧刘睿金雷薛斐周鹏熊斌宇国网湖北省电力有限公司电力科学研究院武汉理工大学自动化学院

荷电状态(state of charge， SOC)和峰值功率(state of peak power， SOP)的精确估计对保障电池安全稳定运行具有重要意义。为解决传统估计算法误差高，鲁棒性差等问题，本文提出了一种基于自适应无迹卡尔曼滤波(adaptive unscented Kal... 详细信息

荷电状态(state of charge， SOC)和峰值功率(state of peak power， SOP)的精确估计对保障电池安全稳定运行具有重要意义。为解决传统估计算法误差高，鲁棒性差等问题，本文提出了一种基于自适应无迹卡尔曼滤波(adaptive unscented Kalman filtering， AUKF)和经济模型预测控制(economic model predictive control， EMPC)的全钒液流电池(all-vanadium redox batteries， VRBs)SOC/SOP联合估计方法。首先，为了提高传统模型的建模精度，本文综合考虑了VRB的电化学场和流体力学场的耦合特性，建立了一个能够全面刻画VRB运行过程的综合等效电路模型，并采用人工蜂群算法(Artificial Bee Colony Algorithm， ABC)对模型参数进行离线辨识。随后，考虑到传统的UKF算法无法适应系统噪声，收敛性差，且忽略电池参数变化等缺点，本文提出了基于AUKF的在线参数辨识和SOC估计算法，通过自适应调整UKF算法的参数来提高模型的精度。结合SOC的估计结果，采用EMPC算法对VRB的SOP进行估计，并综合考虑了电压，电流，SOC和电解液流速等约束条件。最后，设计了多种实验工况验证了本文提出的SOC/SOP联合估计算法的精度。文章研究内容能够为液流电池不同运行状态下峰值功率预测和储能电站的精准调度提供依据。

关键词：全钒液流电池荷电状态峰值功率在线参数辨识自适应无迹卡尔曼滤波经济模型预测控制

成都市PM_(2.5)水平与人群呼吸系统疾病死亡的时间序列研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

江苏预防医学 2017年第2期28卷 144-146,168页

作者：曾婕刘睿聪陈剑宇金立坚蒋先雁周亮张丽四川省疾病预防控制中心

目的探讨成都市空气PM_(2.5)对人群呼吸系统疾病死亡的影响。方法收集成都市2013—2015年空气污染物日平均浓度、呼吸系统疾病每日死亡人数及气象因素,采用时间序列的广义相加模型(generalized additive models,GAM),在控制时间的长期... 详细信息

目的探讨成都市空气PM_(2.5)对人群呼吸系统疾病死亡的影响。方法收集成都市2013—2015年空气污染物日平均浓度、呼吸系统疾病每日死亡人数及气象因素,采用时间序列的广义相加模型(generalized additive models,GAM),在控制时间的长期趋势、气象因素等混杂因素的基础上,分析PM_(2.5)浓度对人群呼吸系统疾病死亡的影响。结果单污染物模型中,PM_(2.5)浓度对呼吸系统疾病死亡的效应在滞后1d(lag1)时最大,PM_(2.5)浓度每升高10μg/m^3呼吸系统疾病死亡超额危险度增加0.31%(95%CI:0.10%~0.52%)。多污染物模型中,纳入SO_2、NO_2后,PM_(2.5)浓度对呼吸系统疾病死亡影响消失;纳入O_3后,PM_(2.5)浓度升高对呼吸系统疾病死亡影响有所降低,超额危险度为0.27%(95%CI:0.02%~0.47%)。结论成都市PM_(2.5)浓度升高可能与人群呼吸系统疾病死亡增加有关。

关键词： PM2.5 呼吸系统疾病死亡空气污染物时间序列分析

在线全文

学校读者我要写书评

暂无评论

声空化场中球状泡团的结构稳定性分析

物理学报 2024年第8期73卷 169-180页

作者：刘睿黄晨阳武耀蓉胡静莫润阳王成会陕西师范大学陕西省超声学重点实验室西安710062

利用高速摄影机对驱动频率分别为28 kHz和40 kHz的超声空化场中距离水面约1/4波长范围内的球状气泡团的上浮生长和演化过程进行实验观察,分析了声软界面附近驻波场声压幅值变化对泡团结构变化的影响,以及泡团从球状向伞状和层状结构演... 详细信息

利用高速摄影机对驱动频率分别为28 kHz和40 kHz的超声空化场中距离水面约1/4波长范围内的球状气泡团的上浮生长和演化过程进行实验观察,分析了声软界面附近驻波场声压幅值变化对泡团结构变化的影响,以及泡团从球状向伞状和层状结构演化的行为特征.为分析空化场中球状泡团生长演化机理,利用镜像原理构建了一个考虑边界(水-空气)影响的球状泡团模型,得到了修正的球状泡团内气泡动力学方程.利用等效势数值分析了两个频率下驱动声压幅值、气泡数密度、距离水面深度以及气泡平衡半径对球状泡团最佳稳定半径的影响.结果表明,球状泡团的最佳稳定半径在1—2 mm的范围,且随着驱动声压幅值和气泡数密度的增大,球状泡团最佳稳定半径有减小的趋势,但差异不显著;驱动频率为40 kHz条件下的球状泡团稳定尺寸略小于驱动频率为28 kHz情形;在弱声场中若能形成气泡聚集,仍可观察到较小尺寸的球状泡团,但当声压低于某临界值,泡团将不能存在.理论分析与实验观察结果具有很好的一致性.球状泡团的生长和结构稳定特性分析有助于理解声场和边界对气泡的行为调控.

关键词：球状泡团空化结构界面影响稳定性

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

多源数据驱动的隧道场景驾驶员识别方法

交通运输系统工程与信息 2024年第4期24卷 81-93页

作者：金盛周梦涛白聪聪浙江大学智能交通研究所杭州310058 浙江大学中原研究院郑州450000

针对隧道环境中监控图像分辨率低与车辆运动轨迹特征异质性减弱导致的驾驶员识别准确率偏低问题,本文提出一种融合卷积与多头注意力机制的驾驶员识别方法(Multi-scale CNN with Multi Attention),通过充分利用驾驶过程人—车—路—环境... 详细信息

针对隧道环境中监控图像分辨率低与车辆运动轨迹特征异质性减弱导致的驾驶员识别准确率偏低问题,本文提出一种融合卷积与多头注意力机制的驾驶员识别方法(Multi-scale CNN with Multi Attention),通过充分利用驾驶过程人—车—路—环境多源信息的协同耦合关系提升识别精度。首先,设计开展实车驾驶试验,构建针对隧道路段的人—车—路多源驾驶数据库并设计特征集合;其次,搭建驾驶员识别模型框架,该框架通过多尺度卷积神经网络学习驾驶过程中的局部波动,并通过并行的多头自注意力层结构捕捉驾驶时间序列的长期依赖性,实现局部信息与全局信息的有效整合,从而提升隧道场景的驾驶员识别效果。结果显示,与其他先进的算法相比,所提出的模型在驾驶员身份识别任务中的准确率高达99.07%,调和F_(1)分数达到99.03%,充分证明了所提方法的有效性。此外,通过特征贡献度评估方法对隧道场景下驾驶员身份识别任务中的特征重要性进行深入探究发现,相较于车辆历史运动数据,驾驶员心理、生理及视觉特征显示出更高的贡献度。研究结果可为隧道场景多源数据应用提供支持,并对隧道安全监管提供技术支撑。

关键词：交通工程驾驶员识别深度学习隧道场景多头注意力机制多尺度卷积

青藏高原县域城镇化多维协调时空演变及其机制

在线全文

学校读者我要写书评

暂无评论

地理学报 2024年第8期79卷 1940-1960页

作者：田明田一聪曾丹北京师范大学政府管理学院北京100875

促进城镇化与经济、社会、资源环境的相互协调是高质量城镇化的基本要求。选取多维度核心指标,基于城镇化动态演变理念,通过时间序列分析,构建城镇化—经济、城镇化—社会、城镇化—资源和城镇化—环境协调度指数,以县域为单元探究了青... 详细信息

促进城镇化与经济、社会、资源环境的相互协调是高质量城镇化的基本要求。选取多维度核心指标,基于城镇化动态演变理念,通过时间序列分析,构建城镇化—经济、城镇化—社会、城镇化—资源和城镇化—环境协调度指数,以县域为单元探究了青藏高原城镇化多维协调时空演变过程及其影响机制。研究发现,青藏高原城镇化—资源协调水平最高,但呈总体下降趋势;城镇化—经济和城镇化—社会协调水平较低,呈上升趋势;城镇化—环境协调水平居中且基本稳定。青海和甘南总协调度下降,城镇化发展速度超过经济发展速度,并对资源环境形成压力。西藏、川西和滇西总协调度上升,城镇化发展的经济基础不断夯实的同时,城镇化略显滞后。回归结果表明,城镇化—经济协调度主要受到产业结构的影响,工业化是改善城镇化—经济协调度的关键因素;城镇化—社会协调度主要受政府财政能力的影响,财政支出规模越大,协调度越高;城镇化—资源和环境协调度受到经济发展和政府财政支出的共同负向影响,即工业比重越高,政府财政支出能力越强,城镇化—资源和环境协调度越低,显示青藏高原经济发展与环境保护的两难。但是县域规模以上工业企业数量越多,中心城镇集聚规模越大,则城镇化—资源环境协调度越高,为青藏高原选择适宜的城镇化和工业化模式提供了启示。

关键词：城镇化多维协调度空间格局县域青藏高原

甲状腺激素抵抗综合征合并甲状腺乳头状癌、马德龙病一例

在线全文

学校读者我要写书评

暂无评论

中国医学科学院学报 2024年第5期 783-787页

作者：马晓晗刘睿琪陈雪赵汝星何芹董明山东大学齐鲁医院内分泌与代谢病科

甲状腺激素抵抗综合征合并甲状腺乳头状癌临床少见。马德龙病是一种罕见的脂质代谢紊乱。本文对1例甲状腺激素抵抗综合征合并甲状腺乳头状癌、马德龙病进行临床资料分析，采用高通量测序对患者外周血样本进行全外显子基因检测，并对国... 详细信息

甲状腺激素抵抗综合征合并甲状腺乳头状癌临床少见。马德龙病是一种罕见的脂质代谢紊乱。本文对1例甲状腺激素抵抗综合征合并甲状腺乳头状癌、马德龙病进行临床资料分析，采用高通量测序对患者外周血样本进行全外显子基因检测，并对国内外相关文献进行回顾性分析，旨在为临床诊治提供经验。

关键词：甲状腺激素抵抗综合征甲状腺乳头状癌马德龙病

基于聚合二次模态分解及Informer的短期负荷预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电网技术 2024年第6期48卷 2574-2583,I0087-I0091页

作者：石卓见冉启武徐福聪陕西理工大学电气工程学院陕西省汉中市723000 国网福建省电力有限公司福建省福州市350003

针对区域级负荷的非平稳性及长序列预测精度低的问题,该文提出了一种基于聚合二次模态分解及Informer的短期负荷预测方法。首先,运用改进完全集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive ... 详细信息

针对区域级负荷的非平稳性及长序列预测精度低的问题,该文提出了一种基于聚合二次模态分解及Informer的短期负荷预测方法。首先,运用改进完全集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)对负荷序列进行初步分解,削弱原始序列的随机性与波动性;其次,根据子序列的样本熵计算结果进行聚合,并通过比较不同的聚合方式选出最优重构方案;然后,利用变分模态分解对高复杂度的合作模态函数进行二次分解;充分考虑到电价、气象等因素对负荷的影响,采用随机森林(random forest,RF)算法进行相关性分析,从而为每个子序列构建不同的高耦合度特征矩阵并输入Informer进行建模,并通过其多层次编码及稀疏多头自注意力机制等方式提高对负荷序列的预测效率;最后采用巴塞罗那区域级负荷数据集进行实例验证,结果显示所提框架有效解决了模态分解过程中的模态混叠以及高频分量问题,并且其长序列预测均方根误差相比其他经典深度学习模型最高降低了65.28%。

关键词：短期负荷预测二次分解样本熵聚合方式比较 Informer 随机森林算法长序列预测

维普期刊数据库博看期刊

数字技术赋能下高校智慧体育课堂的设计与应用

在线全文

学校读者我要写书评

暂无评论

岭南师范学院学报 2024年第2期45卷 116-123页

作者：刘睿岭南师范学院体育科学学院广东湛江524048

高校设计并运用“数字技术+智慧课堂+体育”教学模式,能提高学生参与课堂的积极性,增加学生学习体育知识的热情,同时还能推进高校体育数字化教育改革,促使高校契合数字技术赋能时代下课程教学发展的深化改革。运用文献资料法和逻辑分析... 详细信息

高校设计并运用“数字技术+智慧课堂+体育”教学模式,能提高学生参与课堂的积极性,增加学生学习体育知识的热情,同时还能推进高校体育数字化教育改革,促使高校契合数字技术赋能时代下课程教学发展的深化改革。运用文献资料法和逻辑分析法,对高校智慧体育课堂的设计环节与应用策略进行研究。高校体育教师的教学实践要立足学校实际,充分利用数字技术,着手于课前、课中、课后及课外四个环节对体育教学模式进行合理设计。高校智慧体育课堂要提升高校体育教师综合素养,重视学生的主体地位,从教学观念、教学方式及教学过程等方面实施“数字技术+智慧课堂+体育”教学模式,优化整合体育教学资源,推动体育教学模式的改革与创新。

关键词：智慧体育课堂教学模式教学设计应用策略

面向6G太赫兹无线通信的关键机器学习技术综述(特邀)

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年第3期61卷 7-31页

作者：周雯徐思聪复旦大学通信科学与工程系电磁波信息科学教育部重点实验室上海200433

太赫兹技术作为6G时代的核心通信技术,可以有效解决频段资源日益稀缺的窘境,以满足流量、连接数急剧增长的需求,实现更大的传输带宽。现有机器学习算法如深度神经网络、卷积神经网络和长短期记忆网络等,均可以有效缓解6G传输系统中的强... 详细信息

太赫兹技术作为6G时代的核心通信技术,可以有效解决频段资源日益稀缺的窘境,以满足流量、连接数急剧增长的需求,实现更大的传输带宽。现有机器学习算法如深度神经网络、卷积神经网络和长短期记忆网络等,均可以有效缓解6G传输系统中的强非线性效应,是实现6G太赫兹无线通信的重要手段。介绍了应用于光子毫米波和太赫兹无线传输系统的不同深度学习范式,讨论了应用光子技术办法产生超高速THz波无线信号的国内外主要进展及技术路线对比,并且对较为经典的或是目前最新的应用于太赫兹通信系统中的人工智能技术进行了介绍,同时对未来大速度、高容量的太赫兹通信技术的发展提出了展望。

关键词：太赫兹无线通信 6G 人工智能机器学习神经网络光纤通信